아마존웹서비스(AWS)는 과학자들이 신약을 더 빠르고 체계적으로 설계하고 검증할 수 있도록 돕는 인공지능(AI) 기반 애플리케이션인 ‘아마존 바이오 디스커버리(Amazon Bio Discovery)’를 출시했다. 아마존 바이오 디스커버리는 방대한 생물학 데이터를 학습한 전문 AI 모델인 생물학 파운데이션 모델 카탈로그에 과학자들이 직접 접근할 수 있도록 지원한다. 이들 모델은 신약 후보 물질을 생성하고 평가하며, 신약 발굴 초기 단계에서 항체 치료제 연구를 앞당기는 역할을 한다. 과학자들은 아마존 바이오 디스커버리의 AI 에이전트를 통해 일상적인 언어로 연구 목표에 맞는 모델을 선택하고 입력 변수를 최적화할 수 있다. 기존 실험 데이터를 활용해 모델을 추가로 학습시켜 예측의 정확도를 높이는 것도 가능하다. 선정된 후보 물질은 실제 실험실로 보내져 합성하고 테스트하는 과정을 거치며, 그 결과는 다시 애플리케이션으로 전달된다. AWS는 이러한 방식을 통해 실험실과 연계한 지속적인 반복 실험 구조를 구현했다.     그동안 신약 발굴 분야에 AI를 도입하는 데는 어려움이 많았다. 생성형 AI의 발전으로 머신러닝 모델이 늘어났지만, 이를 다루려면 코딩 능력과 복잡한 인프라 관리 기술이 필요했기 때문이다. 수십 개의 모델 성능을 직접 비교하는 것도 쉽지 않았고, 이를 지원할 전산 생물학자도 부족한 실정이었다. 물리적 실험을 위해 데이터를 주고받는 과정 역시 여러 시스템에 흩어져 있어 관리가 까다로웠다. 아마존 바이오 디스커버리는 AI 모델과 분석 패키지를 비교 평가하는 벤치마크 라이브러리와 실험 설계를 돕는 AI 에이전트, 통합 실험실 파트너 네트워크를 제공해 이런 문제를 해결하고자 했다. 이를 통해 얻은 피드백은 다음 설계 단계를 개선하는 밑거름이 된다. 이 서비스는 제약사와 바이오테크, 학계 연구기관이 필요로 하는 데이터 보호와 보안 환경을 갖추고 있다. 데이터는 완전히 격리되어 보호되며, 고객은 모든 지식재산과 데이터에 대한 소유권을 가진다. 아마존 바이오 디스커버리는 아페리스와 볼츠 등 파트너사의 오픈소스 및 상업용 모델을 포함해 폭넓은 생물학 특화 AI 모델 카탈로그를 제공한다. 앞으로 바이오허브와 프로플루언트의 모델도 추가될 예정이다. 과학자들은 코딩 대신 자연어를 사용해 단계별 실험 과정을 구성할 수 있으며, 제조 용이성이나 온도 안정성 같은 항체 후보 물질의 특성을 평가하는 데이터셋을 활용해 최적의 모델을 고를 수 있다. 실제로 메모리얼 슬론 케터링 암센터(MSK)는 아마존 바이오 디스커버리의 AI 에이전트를 활용해 약 30만 개의 새로운 항체 분자를 설계했다. 이 가운데 유망한 후보 물질을 테스트하는 데까지 걸린 시간은 몇 주에 불과했다. 기존 방식으로 1년 가까이 걸리던 작업을 대폭 단축한 것이다. 현재 MSK를 비롯해 바이엘, 브로드 인스티튜트, 프레드허치 암센터 등이 이 서비스를 초기 도입해 활용하고 있다. AWS의 라지브 초프라 헬스케어 AI 및 생명과학 부문 부사장은 “AI 에이전트는 컴퓨터 전문 지식이 없는 연구자들도 고도화된 과학 역량을 활용할 수 있게 한다”면서, “첨단 AI와 보안 인프라의 결합은 이전에는 불가능했던 방식으로 항체 발굴을 가속화할 것”이라고 설명했다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 3월 23일 ‘피지컬 AI가 이끄는 제조 패러다임’을 주제로 SIMTOS 2026 전시회에서 진행되는 캐드앤그래픽스 주최 컨퍼런스를 앞두고 ‘피지컬 AI(physical AI)’ 트렌드에 대해 다루어 관심을 모았다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   피지컬 AI의 정의와 등장 배경 : 왜 지금인가? 디지털지식연구소 조형식 대표의 사회로 진행된 이번 방송에는 고영테크놀러지 고경철 전무와 인터엑스 사업총괄을 맡고 있는 김재성 CBO가 발표자로 참여했다. 이들은 피지컬 AI를 ‘물리 세계를 이해하고 인식하며, 판단을 거쳐 행동으로 옮기는 지능’으로 정의했다. 한국AI·로봇산업협회 부회장을 맡고 있는 고경철 전무는 피지컬 AI가 급부상한 이유로 4가지 핵심 동력을 꼽았다. 첫째, VLA(Vision-Language-Action) 모델과 같은 강력한 AI 두뇌의 진화이다. 둘째, 부품 기술 혁신을 통한 로봇 몸체의 경량화 및 저비용화이다. 셋째, 복잡한 동작 학습이 가능해진 방대한 데이터의 축적이다. 마지막으로 고령화에 따른 노동력 감소라는 시대적 요구다. 고 전무는 “이제 AI는 사이버 세계를 넘어 물리적 실체(physical entity)와 결합하여 제조 현장의 한계를 돌파하고 있다”고 분석했다.   ▲ 고영테크놀러지 고경철 전무   자율 제조의 실현 : 다크 팩토리로 가는 길 인터엑스 김재성 사업총괄은 피지컬 AI가 제조 현장에 적용되어 구현할 ‘자율 제조(autonomous manufacturing)’의 비전을 제시했다. 기존 스마트 공장(3.0)이 사람의 판단을 돕는 정보화 단계였다면, 레벨 4.0인 자율 제조는 사람의 개입 없이 공장 스스로 제어하는 단계다. 이는 불 꺼진 공장에서도 24시간 가동이 가능한 ‘다크 팩토리’를 가능케 한다. 인터엑스는 일반 LLM이 알지 못하는 현장 숙련공의 노하우와 도메인 지식을 학습시켜, 보고서 작성이나 설비 이상 징후 대응을 돕는 제조 전용 파운데이션 모델을 구축하고 있다. 또한 실제 장비와 똑같은 가상 모델을 만들어 시뮬레이션함으로써, 값비싼 장비를 멈추지 않고도 최적의 공정 조건을 찾아내는 기술을 상용화하고 있다.   ▲ 인터엑스 김재성 CBO     ■ 기사 내용은 PDF로도 제공됩니다.

엔비디아가 자사의 AI 및 가속 컴퓨팅 콘퍼런스인 ‘엔비디아 GTC 2026’에서 에이전틱, 피지컬, 헬스케어 AI의 차세대 혁신을 가속화하기 위한 오픈 모델 제품군을 확장한다고 발표했다. 이번 발표의 핵심은 디지털 세계의 지능을 물리적 세계로 확장하는 ‘피지컬 AI(physical AI)’의 구현과 이를 뒷받침하는 데이터 인프라의 개방에 있다. 엔비디아 젠슨 황 CEO는 GTC 2026의 기조연설에서 “피지컬 AI의 시대가 도래했다”고 선언하면서 “이제 모든 산업 기업은 로봇 기업이 될 것”이라고 강조했다. 엔비디아는 개발자와 과학자가 디지털과 실제 환경 모두에서 스스로 추론하고 행동할 수 있는 지능형 시스템을 구축하도록 지원하는 새로운 모델을 선보였다. 엔비디아는 풀스택(full-stack) 플랫폼을 통해 컴퓨팅 자원부터 오픈 모델, 소프트웨어 프레임워크를 아우르며 전 세계 생태계를 하나로 묶는다는 비전을 제시했다. 차세대 스마트 공장과 물류, 운송, 인프라를 혁신할 지능형 기계를 만들어 나갈 토대를 만들겠다는 것이다. 특히 엔비디아는 피지컬 AI의 성공이 방대한 양의 데이터를 생성하는 능력에 달려 있다고 보고, 컴퓨팅을 고품질 데이터로 전환하는 새로운 유형의 에이전트 엔진을 제시했다.이러한 전략에 따라, 엔비디아는 대규모 피지컬 AI 시스템 훈련에 드는 비용과 시간, 복잡성을 줄이는 개방형 레퍼런스 아키텍처인 ‘피지컬 AI 데이터 팩토리 블루프린트(Physical AI Data Factory Blueprint)’를 공개했다. 개발자는 이 블루프린트를 사용해 엔비디아 코스모스(Cosmos) 오픈 월드 파운데이션 모델과 코딩 에이전트를 통해 제한된 훈련 데이터를 방대하고 다양한 데이터세트로 변환할 수 있다. 여기에는 현실 세계에서 포착하기 어려운 돌발 상황과 롱테일(long-tail) 시나리오가 포함되어 모델의 신뢰성을 높인다.     기술적인 성과로는 합성 세계 생성, 피지컬 AI 추론, 행동 시뮬레이션을 하나로 통합한 월드 파운데이션 모델(World Foundation Model : WFM)인 ‘엔비디아 코스모스 3’가 발표됐다. 이 모델은 피지컬 AI가 복잡한 환경에서도 원활하게 작동할 수 있도록 지원하며, 로봇이 상황을 인지하고 판단해 행동하는 자율성을 갖추게 한다. 휴머노이드 로봇 전용 모델인 엔비디아 아이작(Isaac) GR00T N1.7 버전은 실제 환경에 즉시 투입 가능한 상용화 수준에 도달했으며, 성공률을 2배 높인 차세대 GR00T N2 모델도 공개되었다.엔비디아는 글로벌 로봇 기업과의 협력을 통해 강력한 생태계를 구축하고 있다고 밝혔다. 전 세계 200만 대 이상의 로봇 설치 기반을 보유한 화낙, ABB, 야스카와, 쿠카는 엔비디아 아이작 시뮬레이션 프레임워크를 자사의 가상 시운전 설루션에 통합했다. 이를 통해 물리적으로 정교하게 구현된 디지털 트윈 환경에서 복잡한 로봇 애플리케이션과 생산 라인 전체를 개발하고 검증할 수 있게 됐다. 또한 젯슨(Jetson) 모듈을 컨트롤러에 탑재해 에지(edge)에서 실시간 AI 추론이 가능한 시스템을 구축 중이다. 국내 기업의 참여도 눈에 띈다. 엘지전자는 휴머노이드 로봇의 본격적인 현장 배치를 위해 엔비디아 아이작 GR00T N1.7을 채택했다. 삼성은 가상 환경에서 정교한 케이블 핸들링 공정을 숙달할 수 있도록 엔비디아의 물리 엔진을 활용해 조립 로봇을 훈련시키고 있다. 이외에 폭스콘 역시 스킬드 AI(Skild AI)와 협력하여 엔비디아 블랙웰(Blackwell) 생산 라인의 고정밀 조립 작업에 AI 기반의 듀얼암 로봇을 투입하여 성과를 내고 있다. 인프라 측면에서는 티모바일이 엔비디아, 노키아와 협력하여 5G 네트워크를 분산형 AI 컴퓨터로 전환함으로써 전 세계 에지 AI 인프라를 위한 확장 가능한 청사진을 만들고 있다. 마이크로소프트 애저와 네비우스는 엔비디아의 데이터 팩토리 블루프린트를 각 사의 클라우드 서비스에 통합했다. 이를 통해 개발자는 가속 컴퓨팅 성능을 대규모 훈련 데이터로 즉시 전환하고, 차세대 자율 시스템과 로봇을 현실로 구현하는 에이전트 기반 워크플로를 지원받게 된다. 헬스케어와 과학 연구 분야에서도 혁신이 이어지고 있다. 엔비디아는 단백질 결합체 설계를 위한 생성형 모델인 ‘프로티나-콤플렉사(Proteina-Complexa)’를 공개해 신약 개발 속도를 높이고 있다. 존슨앤드존슨 메드테크와 씨엠알 서지컬은 수술 로봇 시스템의 임상 배포와 훈련을 위해 엔비디아 코스모스와 아이작 심(Isaac Sim)을 도입했다. 이외에도 디즈니는 엔비디아의 물리 시뮬레이션 기술을 활용해 올라프 로봇과 드로이드의 자율 주행 능력을 강화하는 등, 엔비디아의 피지컬 AI 기술은 산업 전반으로 확산되고 있다.

XR과 AI로 건설 분야의 차세대 전기 공학자 양성   지멘스는 건설업계 및 전기 산업의 인력 부족 문제를 해결하고자, 에듀케이션XR(EducationXR)을 활용하는 차세대 교육 및 영업 지원 플랫폼인 누마(Pneuma)를 구축했다. 이번 호에서는 누마가 어떻게 하나의 원활하고 기기에 구애받지 않는 허브에서 XR 기반 학습, AI 기반 지원, 모바일용 기술 문서에 대한 액세스를 제공하는지 살펴본다. ■ 자료 제공 : 유니티 코리아     지멘스는 전기화, 자동화, 소프트웨어 및 디지털 트윈 연료 산업, 인프라 및 운송 분야의 글로벌 기술 기업이다. 미국에 있는 지멘스는 인프라를 개선하고, 산업 생산성을 높이고, 지속 가능한 에너지 시스템을 구현하는 혁신적인 설루션을 제공한다. 지멘스는 스마트 인프라스트럭처 전기 제품 부문 내에서 주택 건물부터 병원 및 데이터 센터와 같은 중요한 인프라에 이르기까지 안전하고 효율적인 전기 설치를 보장하는 포괄적인 로드 센터, 회로 차단기, 패널보드, 스위치 장치, 측정 설루션 및 제어 제품 포트폴리오를 제공한다. 지멘스는 미국 건설업계, 특히 전기 산업에서 급격한 숙련된 인력 부족에 직면하여 교육과 인력 개발을 현대화하기 시작했다. 도전 과제는 디지털을 우선시하는 최신 학습자의 참여를 유도하는 확장 가능하고 접근성이 뛰어난 인터랙티브 학습 플랫폼을 만들어 효율, 안전성, 실무 성과를 개선하는 것이었다. 이러한 요구 사항을 충족하기 위해 지멘스는 에듀케이션XR(EducationXR)을 활용하는 차세대 교육 및 영업 지원 플랫폼인 누마(Pneuma)를 구축했다. 이 플랫폼은 모든 모바일, 데스크톱 및 VR 헤드셋에 몰입형 경험을 제작 및 배포하는 데 사용되는 유니티(Unity) 개발자 플랫폼이다.   결과 XR 시뮬레이션을 사용하여 지식 보존을 3배 개선 주요 전기 설치 작업에 대한 숙련도를 높이는 데 필요한 시간을 70% 단축 처음 6개월 동안 1만 개 이상의 AI 기반 질문에 답변 외부 사용자의 주당 참여율(85% 이상) 지멘스 에듀케이트 아메리카(Siemens Educates America)를 통해 2만 5000명의 학습자와 교육 담당자에게 도달 미국 전역에서 누마에 액세스하는 내부 및 고객 사용자 1000명 이상 중앙 집중형 셀프 서비스 콘텐츠 액세스를 통해 교육 및 지원 비용 대폭 절감 유니티의 크로스 플랫폼 엔진 덕분에 모바일, 데스크톱, AR, VR 기기 전반에 원활하게 배포 가능   ▲ 출처 : 에듀케이션XR   ▲ 출처 : 에듀케이션XR   ▲ 출처 : 에듀케이션XR   직원의 과제 : 디지털 세계에서 기술 격차 해소 미국 건설 산업, 특히 전기 산업은 급급한 기술 부족에 직면하고 있다. 인력의 노화, 전기화 수요 증가, 프로젝트 복잡도 증가, 새로운 디지털 기술의 조합으로 인해 교육 역량과 실제 수요 사이의 격차가 커지고 있다. 전기 인프라가 복잡해질수록 영업 엔지니어, 전기 시공사, 학습자 등 전문가는 정확한 제품 정보를 빠르게 찾고, 설치 절차를 이해하고, 새로운 디지털 툴을 활용하는 데 어려움을 겪고 있다. 기존의 교육 방식은 더 이상 충분하지 않다. 학습자와 숙련된 전기 공학자는 위험, 다운타임, 불일치 없이 실습을 진행할 수 있는 유연하고 확장 가능하며 기술적인 설루션을 필요로 하며, 이런 설루션은 디지털 노멀과 네이티브 모두에게 매력적이다. 지멘스는 자체 교육 툴과 내부 지원 시스템을 발전시킬 필요성을 인식하고 몰입형 기술에서 해결책을 찾았다. 이전에는 지멘스의 XR 교육 모듈이 수동으로 VR 헤드셋에 추가되었으며 배포, 확장성 또는 유저 친화적인 액세스를 위한 중앙 집중형 플랫폼이 부족했다. ‘광고 지면’의 타깃 고객 액세스 경험은 단편화되어 리소스를 많이 사용했다.   ▲ 출처 : 에듀케이션XR   누마, 더 스마트한 인력을 위한 스마트 교육 지멘스는 기술 가이드, 몰입형 학습 및 AI 기반 지원을 위한 원스톱 허브 역할을 하는 혁신적인 애플리케이션인 누마를 도입했다. 누마는 내부 팀과 외부 고객 모두를 염두에 두고 설계되었으며 인터랙티브 콘텐츠, 실시간 데이터 액세스, 크로스 디바이스 접근성을 지능적으로 조합한다. 누마는 유니티 실시간 3D 엔진과 에듀케이션XR 플랫폼을 활용하여 다음과 같은 기능을 제공하여 기존의 교육과 최신 디지털 요구 사항 간의 격차를 해소한다. 몰입형 XR 교육 모듈 : 실시간 전압이나 하드웨어 없이 실전 전기 훈련을 위한 사실적인 시뮬레이션 3D 및 XR 호환 제품 시각화 : 전기 부품을 설치하기 전에 살펴보고 학습할 수 있는 인터랙티브 모델 AI 기반 콘텐츠 검색 : 제품 질문에 답변하고, 기술 자료를 추천하고, 학습 가이드를 제공하는 생성형 AI 어시스턴트이다. 실무 지원 : 3D 조립 및 설치 지침 가이드 중앙 집중식 리소스 액세스 : 사양 시트부터 동영상 튜토리얼까지 누마는 모바일, 데스크톱 및 VR 전반에 걸쳐 통합된 콘텐츠 경험을 제공한다.   주요 기능 모든 기기에서 웹 및 모바일 액세스 가능 크로스 플랫폼 XR 학습 환경 인터랙티브 튜토리얼 및 가이드식 시뮬레이션 제품 쿼리, 문제 해결, 애셋 추천을 위한 생성형 AI 확장 가능한 교육 과정 개발을 위한 에듀케이션XR 기반 콘텐츠 제작 에듀케이션XR의 코리 하이젠레이더(Cory Heizenrader) CEO는 “에듀케이션XR은 크로스 플랫폼 자동 멀티플레이어(폰, 태블릿, 데스크톱, VR 등)를 갖춘 제작 제품군이다. 우리는 최첨단 XR 지원과 유연성 때문에 유니티를 선택했다”고 전했다.   유니티로 구축한 누마의 기반 기술 유니티는 누마의 몰입형 경험의 기반이 된다. 유니티 크로스 플랫폼 기능을 통해 지멘스와 에듀케이션XR은 모든 기기에서 통합되고 일관된 교육 및 지원 경험을 제공할 수 있으며, 이는 현장의 디지털 네이티브에 도달하는 데 필수이다. 이 과정은 크리에이터가 에듀케이션XR의 카페인(Caffeine) 패키지를 유니티 에디터로 다운로드하여 에듀케이션XR 자격 증명을 통해 로그인하거나, 조직에서 에듀케이션XR과 IT를 통합하기로 결정한 경우 안전한 SSO를 통해 로그인한다. 디자인 단계가 끝나면 3D 모델을 유니티 가져와서 단계별 인터페이스를 통해 크리에이터가 간단한 방식으로 콘텐츠를 제작하는 방법을 안내한다.   ▲ 출처 : 지멘스   유니티가 지멘스의 누마 플랫폼 각 레이어를 지원하는 방법은 다음과 같다. 카페인으로 콘텐츠 제작 : 지멘스는 에듀케이션XR의 커스텀 유니티 패키지인 카페인을 유니티 에디터에서 직접 사용한다. 커스텀 에듀케이션XR 언어인 플로(Flow)를 통한 비주얼 스크립팅과 모든 경험 수준의 크리에이터를 위한 드래그 앤 드롭 유저. ‘광고 지면’의 타깃 고객 경험이 포함되어 있다. 교육 모듈, 제품 데모, 시뮬레이션은 15분 만에 제작할 수 있으며, 에듀케이션XR의 클라우드 인프라를 통해 자동으로 배포되므로 실행 파일을 생성하고 배포할 필요가 없다. 크로스 플랫폼 배포 : 유니티의 렌더링 파이프라인과 XR 통합(URP, AR Foundation, AI Navigation, Splines)을 통해 모바일, 데스크톱, VR 및 AR 플랫폼에 원활하게 배포할 수 있다. 누마는 윈도우, 맥OS, 안드로이드, 퀘스트(Quest), 피코(Pico) 및 패스스루 지원 XR 헤드셋에서 실행된다. XR 모드를 위한 AR 파운데이션 : 유니티의 AR 파운데이션(AR Foundation)은 휴대폰을 공간 교육 기기로 변환한다. 교육생은 모바일 AR을 사용하여 가상 환경을 보고 상호 작용할 수 있다. VR 헤드셋이 필요하지 않다. 실시간 시뮬레이션 및 멀티플레이어 : 유니티는 모든 디바이스에서 멀티플레이어(multiplayer) 시뮬레이션을 지원하므로, 하드웨어와 관계없이 팀이 함께 훈련할 수 있다. 이렇게 하면 강의실, 작업 현장, 원격 장소에서 동기화된 학습이 가능하다. 지멘스는 유니티 에듀케이션XR을 통해 기기나 경험 수준에 관계없이 모든 유저. '광고 지면'의 타깃 고객이 일관되고 최첨단 디지털 학습을 이용할 수 있도록 지원한다.   ▲ 출처 : 에듀케이션XR   지멘스의 데이비드 콰텔라(David Quatela) 북미지역 일렉트리컬 제품 마케팅 매니저는 “유니티 엔진과 강력한 성능을 에듀케이션XR의 출력 및 별도의 기능과 결합하는 능력은 인력 개발 및 건설 기술 작업을 통해 지멘스의 시장 진출 방식을 바꿔 놓았다”고 설명했다.   스파크 변경 결과 누마는 6개월 만에 지멘스의 인력과 확장된 전기 산업 생태계에 혁신적인 영향을 미쳤다. 누마의 AI 기반 어시스턴트를 통해 1만 개 이상의 제품 및 설치 질문에 대한 답변을 얻어, 매뉴얼을 검색하거나 지원 티켓을 확대하는 데 소요되는 시간을 절약할 수 있었다. 기술 지식에 대한 즉각적인 액세스 덕분에 효율이 향상되었을 뿐만 아니라, 작업에 대한 유저 및 ‘광고 지면’의 타깃 고객 신뢰도도 높아졌다. 유니티 기반 XR 교육 모듈 덕분에 지멘스는 지식 보존이 세 배 증가하여 학습자가 복잡한 절차를 더 효과적으로 수용할 수 있도록 지원했다. 실제 시나리오에서는 중요한 설치 및 문제 해결 작업에 필요한 시간을 70% 단축하여 시간을 절약하고, 비용이 많이 드는 오류를 줄이면서 건설 현장의 다운타임을 최소화할 수 있다. 신속하고 열정적인 도입이 이루어졌다. 지멘스의 내부 팀, 계약업체, 유통 파트너를 아우르는 1000명 이상의 사용자를 바탕으로, 누마는 몰입형 교육과 지원을 위한 핵심 지점으로 빠르게 자리매김하고 있다. 지멘스 에듀케이트 아메리카 이니셔티브를 통해 2만 5000명 이상의 학습자와 강사가 참여하여 업계의 증가하는 기술 격차를 해소할 수 있었다. 외부 사용자도 참여를 유지하고, 매주 상호 작용률이 85% 이상이며, 하루 평균 125건의 AI 기반 콘텐츠 쿼리로 플랫폼 가치가 있을 뿐만 아니라 필수라는 확실한 신호이다.   ▲ 출처: 지멘스   측정할 수 있는 결과와 높은 참여도의 조합을 통해 유니티의 기술과 에듀케이션XR의 교육 모듈 및 지멘스의 심층적인 업계 전문 지식이 어떻게 전체 전기 생태계에서 전문가 교육, 지원 및 역량 강화 방식을 적극적으로 재구성하고 있는지 확인할 수 있다. 실시간 제품 데이터와 AI 기반 영업 툴에 액세스할 수 있는 배포업체 단계별 AR 지침 및 가상 시뮬레이션을 활용할 수 있는 건축업체 XR 모듈 및 온디맨드 지원을 통해 실습 학습을 경험하는 학습자 더 빠른 온보딩, 더 높은 일관성, 미래 지향적 인재 확보를 위한 기업   숙련된 무역의 미래 : 확장형 학습을 위한 장벽 해소 지멘스는 더 많은 AI 기반 콘텐츠 제작 툴, 콘텐츠 라이브러리의 추가 XR 교육 모듈, 더 많은 트레이드 역할을 지원하기 위해 다양한 분야에 걸쳐 광범위한 롤아웃을 통해 누마를 확장하고 있다. 유니티 모듈식 툴셋과 커스텀 스크립팅, 애셋 파이프라인, 기기 호환성에 대한 광범위한 지원은 이러한 비전을 확장하는 데 핵심 역할을 할 것이다.   ▲ 출처 : 지멘스   현대적인 인력 개발을 위한 청사진 지멘스는 단순히 교육 문제를 해결하는 것이 아니라 업계의 인력 개발 및 지원 방식을 더 광범위하게 바꾸는 데 기여하고 있다. 몰입형 XR 학습, AI 기반 지원, 기술 정보에 대한 일관된 온디맨드 액세스를 통합함으로써, 누마는 조직이 온보딩 시간을 줄이고, 작업의 정확도를 높이고, 지속적인 기술 개발을 지원하도록 지원하고 있다. 이러한 툴은 반드시 기존의 학습을 대체할 필요가 없으며, 이를 보완하고 강화하여 교육의 접근성과 참여도를 높이고 현재 건설 환경의 현실에 더 잘 부합한다. 지멘스는 지멘스 에듀케이트 아메리카와 같은 프로그램 및 NECA, IBEW 및 IEC와의 파트너십을 통해 업계에 진출하는 숙련된 인재의 파이프라인을 강화하는 데 도움을 준다. 지식을 더 쉽게 공유하고 전문가가 최신 인프라 및 전기화의 요구 사항을 충족할 수 있도록 더 잘 준비된 미래를 지원한다.     ■ 기사 내용은 PDF로도 제공됩니다.

‘플랜트 조선 컨퍼런스 2026’이 지난 2월 5일 백범김구기념관에서 진행됐다. ‘DX와 AI로 재도약하는 플랜트·조선의 미래’를 주제로 한 이번 콘퍼런스는 플랜트 및 조선 산업의 지형을 바꾸는 기술의 진화와 혁신 방향을 집중 조명했다. 또한, 기술 융합을 통해 근본적인 산업 혁신과 미래 생존을 추구하기 위한 청사진을 제시했다. ■ 정수진 편집장     한국플랜트정보기술협회의 신안식 회장은 개회사에서 과거 아날로그 중심에서 AI(인공지능)와 디지털 전환(DX)으로 변화한 플랜트·조선 산업의 최신 트렌드를 강조했다. 신안식 회장은 “이번 행사는 ‘DX와 AI로 재도약하는 플랜트·조선 산업의 미래’를 주제로 삼아, 엔지니어링 최신 기술과 설루션 성공 사례, 디지털 트윈을 통한 위기 해결 방안 등을 다룬다”면서, “새로운 변화를 이끌 혁신 기술이 소개되는 이번 행사가 참석자들의 활발한 네트워킹의 장이 되길 바란다”고 전했다. ‘플랜트 조선 컨퍼런스 2026’에서는 단순한 전산화나 시스템 도입 수준이던 플랜트 및 조선 산업의 IT 트렌드가 디지털 전환과 인공지능 전환(AX)을 중심으로 진화하고 있음을 알 수 있었다. 이런 흐름은 플랜트 및 조선 산업의 고질적인 생산성 저하 및 인력 감소 문제를 극복하기 위해 추진되고 있으며, 자동화 기반 기술의 도입과 지식의 시스템화 등이 활발히 진행 중이다. 또한, DX 및 AX의 성공을 위해서는 데이터 거버넌스 확립 및 개방형 협력 생태계의 조성이 중요시되고 있으며, 단순 제조를 넘어 서비스와 데이터 기반의 비즈니스로 확장해야 한다는 목소리도 높았다.   ▲ 한국플랜트정보기술협회 신안식 회장   플랜트 산업의 성공적인 DX와 AX 추진 전략 GS건설의 이현식 디지털트윈팀장은 ‘플랜트 DX/AX를 통한 산업 혁신 : 지속 가능한 혁신과 효율적 추진 전략’을 주제로 한 기조연설에서, 플랜트 산업의 성공적인 DX 및 AX을 위한 고민과 전략을 소개했다. 그는 현재 플랜트 업계가 추진하고 있는 DX의 목표에 대해 “단기적인 비즈니스 모델 혁신보다는, 건설 산업의 낮은 생산성과 인력 감소 문제를 극복하기 위한 ‘디지털화’의 완성이 되어야 한다”고 정의했다. 특히 DX를 기반이 되는 ‘몸통’으로, AX를 비정형 데이터 해석, 지능형 자율 설계, 현장 시뮬레이션 및 로보틱스를 주도하는 ‘두뇌’로 비유하며 그 중요성을 강조했다. 플랜트 산업의 성공적인 혁신을 가로막는 장애물로는 투자 대비 단기 성과에 대한 집착, 변화에 대한 조직적 저항, 장기적 로드맵 부재, 기초 데이터 부족, 폐쇄적인 산업 생태계 등이 꼽힌다. 이현식 팀장은 이를 극복하기 위한 4대 핵심 전략으로 ▲데이터 거버넌스 수립과 연계성 확보를 통한 데이터 품질 향상 ▲현업 실무자가 직접 시스템을 개발할 수 있는 디지털 리터러시 육성과 리더십 확보 ▲실천 가능하고 견고한 장기 로드맵 수립 ▲동종 업계 간 파운데이션 모델 등을 공유하는 개방형 협력 생태계 조성을 제안했다. 그리고 “성공적인 디지털 전환을 통해 과거 우리 플랜트 산업이 가졌던 위상을 되찾기를 바란다”고 전했다.   ▲ GS건설 이현식 디지털트윈팀장   조선산업의 미래 : 친환경 및 AI 생태계 전환 한국해양대학교의 류민철 교수는 ‘조선산업 친환경·AI 생태계 전환과 글로벌 진출 전략’을 주제로 기조연설을 진행했다. 그는 조선업계가 친환경 선박 발주 증가로 재도약의 기회를 맞았지만, 단순 제조를 넘어 디지털 전환과 인공지능 전환을 통한 생산성 향상 및 새로운 서비스 창출로 나아가야 한다고 강조했다. 해외 시장 진출 전략에 대한 소개도 있었다. 류민철 교수는 “미국의 높은 건조 비용과 인도의 낮은 생산성 문제를 극복하기 위해, 국내의 자동화된 블록 생산 공정과 스마트 자율운항 기술을 현지에 접목하는 비즈니스 모델을 구축할 수 있다”면서, 이를 통해 새로운 데이터와 운영 경험을 축적할 수 있을 것이라고 설명했다. 또한, 스마트 자율운항 선박에 대해서는 향후 폭증할 데이터에 대비해 센서를 최적화하고, 완벽한 자율운항이라는 최종 목표에 앞서 해기사들의 실질적인 업무 부담을 줄여주는 단계적 서비스 개발에 집중해야 한다고 조언했다. 그리고, 척수가 많은 연안 선박의 전기 추진화, XR(확장현실) 기술 및 가상 공간을 접목한 미래 해양 레저 서비스 등 타 산업과의 융합을 통한 시장 확대 가능성도 제시했다. 류민철 교수는 “국내 조선업계가 IT, 반도체, 기자재, 엔지니어링 등 다양한 분야와 주도적으로 협력해서, 독자적이고 거대한 친환경·디지털 통합 생태계를 구축해 나갈 수 있기를 바란다”고 당부했다.   ▲ 한국해양대학교 류민철 교수   도면 읽는 AI와 지식 그래프 기반 디지털 트윈 인포시즈의 탁정수 대표는 ‘도면을 읽는 AI : 플랜트·조선 디지털 트윈의 새로운 접근’을 주제로 기조연설을 진행했다. 그는 플랜트 산업 현장에서 빈번히 일어나는 도면과 실제 현장의 불일치, 지식의 파편화, 그리고 숙련된 작업자의 은퇴로 인한 현장 지식과 노하우의 소실을 심각한 위기 요인으로 지적했다. 이를 해결하기 위한 핵심 해법으로 탁정수 대표가 제안한 것은 설계부터 운영까지 분산된 도면과 데이터를 하나로 이어주는 ‘살아있는 지식 체계’의 구축이다. 특히, 도면 내 장비와 배관 등의 연결 관계를 데이터 스키마(data schema)로 구성하여 전체 흐름을 파악하게 하는 ‘지식 그래프(knowledge graph)’와 기업 내 다양한 용어 및 개념의 표준화된 공리를 세우는 ‘온톨로지(ontology)’의 중요성을 강조했다. 탁정수 대표는 “이 두 가지 요소 기술이 바탕이 되어야만 기업에 AI를 완벽히 적용하고 진정한 의미의 디지털 트윈으로 나아갈 수 있다”고 설명했다. 인포시즈의 AI 설루션인 ‘델타플로우’를 소개한 탁정수 대표는 AI가 도면을 읽고 온톨로지 기반의 지식 그래프로 데이터를 저장함으로써 수천 장의 도면을 가로지르는 유체 흐름 시뮬레이션, 안전사고 예방을 위한 작업 전 영향도 파악, 맥락 기반의 설계 패턴 검색이 가능해진다고 전했다. 그리고 “도면 중심의 통합 플랫폼을 통해 협력사 간의 효율적인 소통 생태계를 조성하고, 기존 레거시 시스템과 연동하여 지식을 완벽하게 자산화해야 한다”고 짚었다.   ▲ 인포시즈 탁정수 대표   플랜트/조선 산업의 기술 혁신을 다각도로 살펴보는 기회 마련   ■ 같이 보기 : [포커스] DX·AI 프로젝트 실행 전략 소개한 플랜트 조선 컨퍼런스 2026   이번 ‘플랜트 조선 컨퍼런스 2026’에서는 기조연설을 포함해 13편의 발표가 진행됐으며, 이와 함께 부스 전시를 통해 플랜트/조선 산업의 DX 및 AX를 위한 다양한 기술을 접해볼 수 있는 자리가 마련되었다. 또한, 산업계 및 학계 주요 인사들이 참여한 간담회에서는 향후 산업 경쟁력 강화 및 기술 혁신을 위한 비전과 의견을 나누었다.   ▲ 인포시즈 부스   ▲ 헥사곤ALI 부스   ▲ 휴엔시스템 부스   ▲ 소프트힐스 부스   ▲ 다우데이타 부스   ▲ 아이지피넷 부스   ▲ 크레아텍 부스   ▲ VIP 간담회     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 지난 1월 19일, ‘DX와 AI로 재도약하는 플랜트·조선 산업의 미래’를 주제로 지식 방송을 진행했다. 이번 방송은 2월 5일 개최된 ‘플랜트 조선 컨퍼런스 2026’의 프리뷰 성격으로 마련되었으며, 디지털지식연구소 조형식 대표가 사회를 맡았다. 이날 출연한 서울대학교 윤병동 교수(원프레딕트 대표)와 우종훈 교수는 AX(인공지능 전환) 시대를 맞이한 플랜트 및 조선 산업의 대응 전략과 최신 기술 트렌드를 심도 있게 공유했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 디지털지식연구소 조형식 대표, 서울대 윤병동 교수, 서울대 우종훈 교수   제품 판매를 넘어 ‘AI 네이티브 팩토리’ 수출 시대로 플랜트 산업의 AX 방향성을 제시한 서울대 윤병동 교수는 한국 제조업의 위기 극복 해법으로 ‘AI 네이티브 팩토리’를 제안했다. 윤 교수는 “국내 기업은 글로벌 기업 대비 서비스 매출 비중이 낮아 수익 구조 개선이 시급하다”며, “단순 제품 판매에서 벗어나 설계 단계부터 AI가 내재화된 공장 자체를 수출하는 모델로 전환해야 한다”고 강조했다. 그는 AI 네이티브 팩토리의 3대 핵심 기능으로 ▲지각(데이터 정제 및 맥락화) ▲사고(제조 전용 파운데이션 모델 및 OS) ▲실행(자동 보고서 및 작업 지시)을 꼽았다. 특히 원시 데이터를 AI가 즉시 활용 가능한 상태로 만드는 ‘AI 레디(Ready) 데이터’ 변환 기술인 ‘사이클론(CyCron)’의 중요성을 역설하며, 실질적인 가치 창출을 위한 전용 데이터 플랫폼 구축이 선행되어야 한다고 조언했다.   디지털 트윈과 심층 강화학습 기반의 ‘지능형 야드’ 구현 조선 산업의 스마트 야드 혁신을 발표한 우종훈 교수는 기존 디지털 트윈의 한계를 넘어서는 ‘실시간 최적 의사결정’ 기술을 소개했다. 우 교수는 “과거의 디지털 트윈이 시각화와 모니터링에 머물렀다면, 이제는 AI 에이전트가 수많은 시나리오를 학습해 최적의 대안을 실시간 제시해야 한다”고 설명했다. 특히 복잡한 생산 계획을 해결하기 위해 순서 결정, 라우팅, 공간 배치를 각각 담당하는 독립적 AI 에이전트들의 협업 모델인 ‘에이전틱 AI(agentic AI)’를 제시했다. 그는 “기술 도입보다 중요한 것은 현장의 암묵지를 구조화하고 표준화하는 것”이라며, “정확한 데이터 확보가 뒷받침되지 않으면 기술은 사상누각인 만큼, 중견 조선사일수록 시급한 현장 문제 정의에 집중해야 한다”고 강조했다.   기술 매몰보다 ‘도메인 지식’의 자산화가 핵심 조형식 대표는 방송을 마무리하며 “AI는 맥락을 완벽히 이해하지 못하므로, 파편화된 데이터를 하나로 잇는 ‘디지털 스레드(digital thread)’와 인간 전문가의 통찰력이 결합되어야 한다”고 정리했다. 두 교수 역시 공통적으로 “이제는 AI를 배우는(learn) 단계를 넘어 실질적인 수익을 벌어들이는(earn) 시대로 가야 한다”고 역설했다. 아울러 한국의 세계적인 제조 경쟁력을 바탕으로 산업용 오픈 AI와 같은 거대 모델이 탄생할 수 있도록 산학연의 긴밀한 협력을 당부했다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   매년 산업과 기술에 관심 있는 사람들 사이에서 회자되는 행사가 미국에서 열리는 CES와 독일에서 열리는 하노바 산업박람회이다. 다양한 기술과 트렌드를 주장하지만, 대부분의 사람에게는 곧 잊혀지는 이벤트이다. 최근 라스베이거스에서 막을 내린 CES 2026의 슬로건은 ‘혁신가들의 등장(Innovators Show Up)’이었다. 이번 전시회는 단순한 기술의 과시를 넘어, 인공지능이 실험실을 떠나 우리의 산업 현장과 일상에 완전히 뿌리내리는 실행의 시대가 도래했음을 선언했다. CES 2026에서 가장 압도적인 키워드는 단연 ‘에이전틱 AI(agentic AI)’였다. 과거의 AI가 인간의 질문에 답하는 챗봇 형태였다면, 이제는 스스로 목표를 이해하고 계획을 세워 실행까지 마치는 ‘자율적 대리인’으로 진화했다. 이번 CES에서는 소프트웨어 속에만 존재하던 AI가 로봇의 몸을 빌려 현실 세계로 튀어나온 피지컬 AI(physical AI)의 약진이 돋보였다. AI는 이제 나보다 나를 더 잘 아는 초개인화(hyper-personalization) 단계에 진입했다. 참고로 2025년 하노버 산업박람회는 AI와 지속 가능성이 더 이상 실험실의 논의가 아닌, 제조 현장의 실질적인 비즈니스 백본(business backbone)으로 자리 잡았음을 선언했다. 이번 행사에서 반복적으로 강조된 디지털화(digitalization), 자동화(automation), 전기화(electrification)라는 세 줄기의 기술 흐름은 하나의 지향점, 즉 ‘지능형 지속 가능한 공장’으로 수렴하고 있다. 그러나 이 두 행사에서 우리 사회와 산업에 보내는 메세지는 디지털 동료(digital colleague)가 도래했다는 것이고, 이것은 현재의 우리 사회에 커다란 변화를 요구할 지도 모른다. <그림 1>에서는 2026년 인공지능 기술의 주요 트렌드를 다섯 가지 핵심 영역으로 분류하여 미래 전망을 제시한다. 인공지능이 단순한 도구를 넘어 자율적인 디지털 동료로 진화하며 인간과 긴밀히 협업하고, 추론 중심 모델과 멀티모달 기술을 통해 기술적 완성도가 더욱 높아질 것으로 분석된다. 특히 의료, 과학 연구, 고객 서비스 등 산업 전반의 자동화가 가속화되는 동시에, 이를 뒷받침하기 위한 보안 체계와 거버넌스의 중요성도 강조하고 있다. 또한 전력과 반도체 같은 인프라 경쟁과 국가 간의 기술 격차 문제를 시장의 주요 변수로 다루며, AI 생태계의 복합적인 변화를 설명한다. 결과적으로 미래 경쟁력은 개인과 조직이 이러한 AI 에이전트를 얼마나 능숙하게 활용하고 관리하는지에 의해 결정될 것임을 시사한다.   그림 1. 2026년 5대 핵심 인공지능 트렌드   우리는 지금 인공지능과 인간의 관계가 근본적으로 재정의되는 변화의 변곡점에 서 있다. 지금까지의 AI가 우리가 던진 질문에 답을 내놓는 ‘똑똑한 도구’였다면, 다가오는 2026년의 AI는 스스로 계획하고 실행하는 ‘능동적 동료’로 진화할 것이다. 인공지능 기술이 단순한 질의응답을 넘어 스스로 판단하고 실행하는 ‘자율적 에이전트’로 진화함에 따라, 기업이 보유한 지식을 어떻게 구조화하느냐가 핵심 경쟁력으로 부상하고 있다. 특히 조직 내부에 잠재된 노하우인 ‘암묵지’를 AI가 이해할 수 있는 ‘형식지’로 전환하는 과정은 더 이상 선택이 아닌 필수이다. 2026년, 인공지능이 단순한 도구를 넘어 우리와 함께 일하는 능동적 동료로 자리 잡기 위해서는 기업 내부에 흩어진 무형의 자산을 어떻게 데이터화하는지가 관건이다. <그림 2>는 기업의 암묵지를 형식지로 전환하여 인공지능이 즉시 활용 가능한 상태로 만드는 ‘지식 구조화 4단계 프로세스’를 제시하고 있다.   그림 2. 지식 구조화 4단계 프로세스   지식 구조화의 결과물인 온톨로지는 자율적 에이전트가 환각(hallucination) 없이 소통하고 협업하기 위한 필수 조건이다. 자율적 에이전트가 맥락을 정확히 이해하고 자율적으로 실행하기 위해서는 데이터의 의미와 관계가 정의된 온톨로지 파운데이션(ontology foundation)이 탄탄해야 한다. 성공적인 AI 도입을 원하는 기업은 단순히 대규모 언어 모델을 도입하는 데 그치지 않고, 자사의 고유한 지식을 어떻게 논리적으로 구조화하여 AI의 두뇌로 이식할 것 인지에 대한 전략적 접근이 필요하다.   그림 3. 인공지능 온톨로지   온톨로지의 핵심 역할 소통 프로토콜(protocol) : 서로 다른 AI 에이전트 간에 오해 없는 정보 교환을 가능하게 하는 표준이 된다. 추론의 근거(reasoning) : 단순한 통계적 확률이 아니라, 정의된 논리적 관계에 기반하여 의사결정을 내릴 수 있도록 지원하며 이는 설명 가능한 AI(XAI)의 토대가 된다. 지식의 지도(context map) : 암묵지를 형식지로 변환하여 데이터의 의미와 관계, 업무 인과관계를 명확히 규정한다. 2026년의 기업 경쟁력은 단순히 어떤 AI 모델을 쓰느냐가 아니라, 자사의 고유한 지식을 얼마나 정교하게 구조화했느냐에서 결정될 것이다. 4단계 프로세스는 기업이 AI를 통해 혁신을 달성하기 위한 가장 구체적인 이정표가 될 것이다. 개인의 경쟁력은 AI가 업무의 실행을 담당하게 되면서, 인간의 역할은 직접 실무를 수행하는 ‘Doer’에서 AI 팀을 관리하고 조율하는 ‘지휘자(orchestrator)’로 근본적인 변화를 맞이한다. 결국 미래의 경쟁력은 AI 기술 자체보다 AI 에이전트를 얼마나 능숙하게 다루고 육성하느냐에 달려 있다. 조직의 지식을 온톨로지 기반으로 체계화하고, 구성원들이 숙련된 지휘자로서의 역량을 갖출 때 비로소 AI는 단순한 도구를 넘어 진정한 디지털 동료로서 기능할 수 있을 것이다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘ PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

제조 산업의 디지털 전환이 ‘데이터 기반 실행형 AI’로 한 단계 도약하고 있다. 위즈코어는 산업AI가 단순 분석을 넘어 현장 문제 해결로 이어지기 위해서는 신뢰도 높은 데이터 기반과 표준화된 운영 체계가 필수라고 강조한다. 위즈코어는 기업맞춤형 AI 에이전트 ‘위디(Widdy)’를 통해, 그는 제조 현장의 지식과 데이터를 연결하는 실행형 DX의 미래를 제시한다.   위즈코어_서비스 도식화 이미지 제조 DX 솔루션 공급 기업, 위즈코어 위즈코어는 2010년 설립된 기업으로, 제조 산업의 디지털 전환을 지원하고 있다. 현장 네트워크부터 제조 데이터의 수집, 실시간 분석·모니터링까지, 현장 데이터 활용의 전 단계에 대한 전문성을 보유하고 있다. 단순한 페이퍼리스, MES 등 기초 디지털화뿐 아니라 AI, 5G 연계형 공정 자동화까지 자율제조 구현에 필수적인 제조 DX 솔루션을 제공한다.   기업맞춤형 AI 에이전트인 ‘위디(Widdy)’  위즈코어는 기업맞춤형 AI 에이전트인 ‘위디(Widdy)’를 중심으로, 기업 내부 지식과 현장 데이터를 통합하고 제조 현장까지 연결하는 데이터 기반 운영 구조를 소개했다. 위디는 기업 내부의 기술문서, 매뉴얼, 고객 이력과 같은 비정형 데이터뿐 아니라, 생산 공정 데이터나 안전 데이터처럼 현장에서 발생하는 실시간 모니터링 데이터를 통합한다. 이를 통해 협업 사용자가 복잡한 시스템을 거치지 않고도 필요한 정보를 바로 조회하고 실행에 연결할 수 있도록 지원한다. 지식과 정보의 단절을 해결하는 데 초점을 맞춘 구조이다. 특히 제조 통합 관리 플랫폼 ‘넥스폼(NEXPOM)’, 산업 안전 관리 솔루션 ‘세이플리(SAFELY)’와의 연계를 통해 생산, 품질, 설비, 안전까지 제조 전반의 데이터를 하나의 흐름으로 연결할 수 있다. 이처럼 지식 접근성과 실질적 운영 효율성을 동시에 확보할 수 있는 방안을 제공하고 있다. ‘피지컬 AI’ 시대를 앞당길 위즈코어 산업 AI 시장은 이제 단순한 생성 단계에서 벗어나, 실제 물리적 행동까지 연결되는 ‘피지컬 AI’로의 전환을 본격적으로 준비하고 있다. 단순히 데이터를 분석하거나 요약하는 수준이 아니라, 현장의 상황을 이해하고 실행을 유도할 수 있는 수준까지 AI가 도달해야 한다는 요구가 커지고 있다. 이 과정에서 핵심은 AI가 작동할 수 있는 ‘데이터 기반(파운데이션)’을 어떻게 조성할 것인가이다. 단순히 많은 데이터를 모으는 것이 아니라, 도메인별로 신뢰할 수 있는 데이터를 수집하고, 이를 어떤 방식으로 전처리·활용할지에 대한 표준화가 중요하다. 위즈코어는 이러한 기반 조성의 현실적 조건을 누구보다 오래 고민해온 기업이다. AI 도입 과정에서 많은 기업들이 ‘데이터가 부족하다’고 말하지만, 실제로는 어떤 데이터를 수집해야 하는지, 어떤 지표가 중요한지는 이미 내부에 존재한다. 문제는 그 정보가 소수 실무자에게만 공유되거나 조직 차원에서 체계적으로 활용되지 못한다는 점이다. 이에 위즈코어는 내부 지식의 구조화와 활용 가능성 중심의 표준화를 기술 개발의 중심에 두고 있다.  ‘위디’는 이러한 접근을 대표하는 사례이다. 위디는 기업 내부에 흩어져 있던 기술 매뉴얼, 보고서, 숙련 인력의 노하우와 같은 암묵적 지식을 AI가 활용 가능한 데이터로 구조화한다. 이는 단순히 데이터를 불러오는 AI가 아니라, 기업의 지식 자산을 ‘쓸 수 있는 구조’로 완성한 것으로, 산업 AI의 미래 방향성을 잘 보여준다.   제조 산업 전반의 운영 체계 고도화와 표준 확립 선도 제조 현장에서는 여전히 단순한 문제들이 반복되고 있다. 원인을 찾기 어려운 고장 이슈, 담당자만 기억하는 대응 이력, 현장과 사무실의 개별 운영 시스템 등이 대표적이다. 위즈코어는 기술 자체보다 중요한 것은 ‘무엇을 해결하는가’라고 생각하며, 데이터를 통해 실제로 문제를 해결할 수 있는 실행 가능성에 초점을 두고 기술을 고도화해 왔다. 위즈코어의 경쟁력은 산업 도메인에 특화된 데이터 구조 위에 실행 가능한 체계를 얹고, 이를 현장 중심의 운영 구조로 구현하고 있다는 점이다. 앞으로는 국내 제조 현장 경험을 바탕으로 글로벌 시장 확장을 본격화할 계획이다. 글로벌 제조 환경에서는 데이터 통합과 지식 접근의 불균형이 더욱 중요한 과제이다. 다국적 기업은 현장마다 시스템, 언어, 운영 환경이 상이하기 때문에, 동일한 조건에서 누구나 필요한 정보에 접근·활용할 수 있는 체계 마련이 필수이다. 특히 산업AI가 제대로 작동하기 위해서는 AI 모델보다 먼저, 현장을 반영한 신뢰도 높은 데이터가 기반이 되어야 한다. 산업 현장에서는 센서 하나의 오차나 단 몇 초의 지연이 전체 의사결정을 흔들 수 있기 때문에, 데이터의 실시간성·정확성·표준화가 매우 중요하다. 이러한 변화에 맞춰 위즈코어는 실행형 AX(AI Transformation)에 초점을 맞춰, 데이터 통합과 지식 활용의 격차를 해소함으로써 제조 산업 전반의 운영 체계 고도화와 표준 확립을 선도할 계획이다.  

스노우플레이크는 ‘AI + 데이터 예측 2026 보고서’를 발간하고 “2026년은 에이전틱 AI와 데이터 전략이 엔터프라이즈 AI 성과를 좌우하는 해가 될 것”이라고 전망했다. 스노우플레이크는 매년 슈리다 라마스워미(Sridhar Ramaswamy) CEO를 비롯한 리더들의 인사이트를 토대로 AI 및 데이터 트렌드를 예측하며 보고서를 발간하고 있다. 올해 보고서에서는 “에이전틱 AI의 신뢰성 확보와 데이터 활용 전략이 기업 경쟁력을 좌우하는 핵심 요소가 될 것”이라고 강조했다. 2026년에는 대규모 언어 모델(LLM)에서 더 나아가 정교한 추론과 실행 능력을 갖춘 에이전틱 AI 중심 구조로 진화하며 기업의 AI는 전사적인 AI 생태계 구축 단계로 진입할 것이라는 설명이다. 스노우플레이크의 아나히타 타프비지(Anahita Tafvizi) 최고 데이터 및 애널리틱스 책임자는 “AI 혁신 속도는 매우 빠르지만 대부분의 기업은 이를 실질적 성과로는 이어가지 못한다”면서, “데이터 상태, 거버넌스, 조직 역량의 차이가 기업 간 AI 활용의 격차를 만들 것”이라고 말했다. 또한, 에이전틱 AI의 진화로 개발자 생산성이 33% 향상될 것으로 전망되는 가운데, 다양한 도구와 데이터 및 AI를 유기적으로 활용할 수 있는 오케스트레이션 역량을 갖춘 인재의 가치가 부각될 것이라 내다봤다.     ‘AI + 데이터 예측 2026 보고서’에서 분석한 2026년 주요 전망은 ▲에이전틱 AI 신뢰도 높이는 ‘자체 검증 메커니즘’의 발전 ▲AI 생태계 확장의 필수요소로 자리잡을 표준 프로토콜, 오픈소스, 운영 인프라 ▲사이버 보안의 양날의 검이 된 에이전틱 AI 등이다. 에이전틱 AI는 기업 업무 환경에 본격 활용될수록 신뢰성 확보가 최우선 과제가 될 것으로 보인다. 이를 위해 사용자 피드백을 반영하는 ‘피드백 루프’와 결과를 스스로 점검 및 보정하는 ‘자체 검증 메커니즘’이 중요해질 것이다. 라마스워미 CEO는 “구글 검색 알고리즘이 사용자의 클릭 데이터를 반영하며 진화해온 것처럼 에이전틱 AI 역시 사용자의 피드백 패턴을 학습하며 업무 환경에서 더욱 정교한 의사결정을 수행하게 될 것”이라고 내다봤다. 기업 업무 환경에서는 단일 슈퍼 에이전트보다 특정 업무에 특화된 마이크로 에이전트가 먼저 등장할 것으로 예측했다. 즉, 마이크로 에이전트가 단계적으로 도입되고 이를 유기적으로 결합하는 에이전틱 AI가 효과적인 도구가 될 것이다. 스노우플레이크의 마이크 블랜디나(Mike Blandina) 최고정보책임자(CIO)는 “앞으로 몇 년 내 특정 업무에 특화된 마이크로 에이전트의 등장에 따라 각각의 마이크로 에이전트를 레고 블럭처럼 조합할 수 있게 된다면 더 크고 복잡한 업무를 성공적으로 수행할 수 있을 것”이라고 설명했다. 에이전틱 AI가 기업 시스템 전반으로 확산되기 위해서는 연동 방식의 표준화가 선행되어야 한다. 에이전틱 AI는 여러 시스템 및 데이터베이스를 아우르며 업무를 수행한다. 이에 에이전트 및 외부 시스템과의 통신을 표준화하는 지배적 AI 프로토콜의 등장이 에이전틱 AI 개발 및 도입 속도를 높일 것이다. 특히 인터넷 환경이 TCP/IP로 확산된 것처럼 단일 지배적 프로토콜이 자리잡으면 에이전틱 AI 개발 속도가 높아지고 벤더 종속에서도 자유로워질 것이라는 것이다. 또한 AI 생태계의 확장성을 높이기 위해서는 오픈소스 파운데이션 모델의 역할도 커질 것이다. 한편 에이전틱 AI는 대화형 도구에서 벗어나 추론과 다단계 행동을 수행하는 에이전트로 진화하고 있다. 이에 따라 기업 운영 인프라는 분석 중심에서 실시간 처리 상태 관리 중심으로 재편될 것이다. 이 과정에서 포스트그레스(Postgres)가 빠른 응답 및 낮은 지연이 요구되는 온라인 처리 워크로드를 뒷받침하며 에이전틱 AI가 생성하는 대규모 실시간 이벤트와 지속적인 운영 데이터 처리에 핵심 인프라로 활용될 것으로 전망된다. 에이전틱 AI가 기업 시스템 전반에서 실시간으로 실행되고 외부와의 연동 범위가 넓어질수록, 보안 환경에서는 위협과 기회가 동시에 등장한다. 스노우플레이크의 브래드 존스(Brad Jones) 최고정보보호책임자(CISO)는 “에이전틱 AI가 취약점 탐지, 익스플로잇 자동화 데이터 탈취 등 공격 행위를 정교하게 수행할 수 있어 사이버 위협의 규모와 속도를 크게 높일 수 있다”고 강조했다. 한편 에이전틱 AI가 기업의 보안 운영 센터(SOC)의 대응 역량을 강화하는 방향으로 활용될 수 있다고 전망했다. 존스 CISO는 “뛰어난 보안 전문가 확보의 어려움은 당분간 지속될 것”이라며, “강력한 AI 에이전트와 보안 도구를 적절히 결합해 활용하면 SOC 운영의 리소스 공백을 보완해 제한된 인력으로 보다 효과적인 보안 대응 체계를 구축할 수 있다”고 설명했다. 한편, 스노우플레이크는 리테일/소비재, 금융 서비스, 제조 등  산업별 AI 활용 전략에 대해서도 짚었다. 모든 산업에서 에이전틱 AI의 활용이 도입 단계를 넘어 실제 업무 실행 중심으로 확산될 것으로 보인다. 리테일/소비재 산업에서는 데이터가 풍부한 대규모 AI 모델을 기반으로 고객관리가 고도화되고 개인화된 경험에 대한 서비스가 늘어나며 ‘AI 쇼핑 어시스턴트’가 대중화될 것이다. 엄격한 규제 환경의 금융 서비스 분야에서는 데이터 퍼스트 및 정교한 리스크 관리 전략을 바탕으로 의사결정 전반에 통합되는 AI 기반 분석 및 리스크 관리 에이전트가 확대될 것이다. 제조 산업의 경우 품질 검사, 설비 정비, 공급망 최적화 등 운영 전반에서 설비 효율성을 진단하는 ‘산업 특화 챗봇형 AI 에이전트’ 도입이 가장 빠르게 이뤄질 것으로 예측된다.